基于格式塔理论的局部遮挡目标识别方法研究

The recognition of partially occluded object is one of the most important issues and classic difficult problems in the fields of computer vision. The Gestalt theory will be applied into the recognition of partially occluded object in this project. The strategy is first outline shape, after recognition. The research will be carried out in the following five aspects. (1) the quantification model and combination methods of laws of Gestalt. (2)The filling and connecting method of partially occluded and broken object contour based on Gestalt theory. (3)The organization method of partially occluded and broken object contour based on Gestalt theory, which include the work mechanism of the laws of organization in Gestalt theory to contour organization, the work order and strength for different laws of organization to contour organization, and the quantification model of laws of organization. (4)The object contour grouping method in multi-object scene based on Gestalt theory. (5)The algorithm for partially occluded and broken object recognition. Through the research of this project, the application of Gestalt theory to computer vision and the quantification model of laws of Gestalt will be further explored, a new method of recognition of partially occluded and broken object will be searched. So it has not only important science significance, but also important practical significance in such application fields as industry, communication engineering, security, restoration of cultural relics and military. The research results will be able to be applied into robot vision system, video monitoring system, automatic safety inspection system, automatic analysis system for aviation or satellite photos, and the dynamic analysis systems for battlefield.

局部遮挡目标识别是计算机视觉研究领域的重要课题和经典难题。本项目将格式塔理论应用于局部遮挡目标识别，拟采用先轮廓完形后识别的策略，主要研究：(1)格式塔规则的量化计算模型和组合方式建模；(2)基于格式塔规则的目标轮廓填充与连接方法；(3)基于格式塔规则的局部遮挡目标轮廓完形方法，包括格式塔完形规则对轮廓完形的作用机理、不同完形规则对轮廓完形起作用的顺序和强弱程度；(4)基于格式塔规则的多目标场景中目标轮廓编组方法；(5)局部遮挡目标识别算法，即基于轮廓形状的匹配方法研究。本项目将探索格式塔理论在计算机视觉方面的应用，以及格式塔规则的量化计算模型，为局部遮挡目标识别探索一种新方法，因而不仅具有重要的科学意义，而且在工业、交通、安保、文物修复和军事等领域具有重要的现实意义。项目的研究成果可应用于机器人视觉系统、视频监控系统、自动驾驶系统、航空或卫星照片的自动分析系统和战场的动态分析系统等。

目标识别是计算机视觉领域的核心问题之一，广泛应用于军事和民用的许多领域。局部遮挡是目标识别中常见的问题，并且也是经典难题，所以进行局部遮挡目标识别研究具有极其重要的意义。本项目于2017年向国家自然科学基金委申报地区基金并获批准立项。.本项目将格式塔理论应用于局部遮挡目标识别，采用先轮廓完形后识别的策略，主要在格式塔规则的量化计算和组合方式建模、目标轮廓填充与连接方法、局部遮挡或缺损目标轮廓完形方法、多目标场景中目标轮廓编组方法、局部遮挡目标识别算法五个方面开展了研究工作，其主要结果是：.（1）建立了一致性和邻近性、平行性、对称性、相似性、连续性、近似性等格式塔规则的量化计算模型，为进一步探索格式塔规则在计算机视觉领域的应用，特别是在局部遮挡目标识别方面的应用做了开创性的探索工作；.（2）探索了格式塔规则的组合方式建模，利用全局性规则的顺序组合进行场景初步识别，利用局部性规则与显著性特征的组合对目标进行精确识别，采用该方法可比较准确地提取多个建筑物目标区域、并得到完整轮廓；.（3）探索了基于格式塔规则的目标轮廓填充与连接方法，以及局部遮挡目标轮廓修复方法，格式塔规则认为，人类感知场景往往在丢失的区域绘制连续的轮廓，因此，在轮廓完形修复过程中，为了实现这样的连续，采用统计学习和递归完形两个阶段，该方法可用于场景分割、目标检测等；.（4）研究了基于轮廓形状匹配的目标（场景）识别方法，所提出的算法能有效地应用于目标形状识别或分类等领域。.同时还研究了具有遮挡检测的尺度自适应目标跟踪、小目标检测、视觉显著性检测、直线匹配、场景识别、图像修复、图像去雾、行人检测与再识别、实例分割等算法。.依托项目发表期刊论文37篇，会议论文3篇，其中SCI论文15篇，第一标注论文17篇，第二标注论文11篇。举办国际学术会议1次，参加国际学术会议3次。申请发明专利3项。培养硕士研究生9名。